Notice bibliographique
Résumé
Denne boka presenterer de viktigste resultatene fra TIMSS 2015.Undersøkelsen har vært gjennomført ved Institutt for lærerutdanning og skoleforskning (ILS) ved Det utdanningsvitenskapelige fakultet, Universitetet i Oslo, på oppdrag fra Utdanningsdirektoratet.Med denne boka ønsker vi å nå mange ulike lesere: skoleforskere, lærerutdannere, studenter, lærere, foreldre, politikere og andre som arbeider med skole og undervisning.Vi håper dere vil finne at våre analyser og funn er interessante og relevante for videreutviklingen av norsk skole.Vi vil rette en spesiell takk til alle skolene som deltok i undersøkelsen.Dette inkluderer elever, lærere, rektorer og foresatte.Uten deres velvillighet ville det vært umulig å gjennomføre studien.Videre vil vi takke Ann Britt Haavik, Ove Edvard Hatlevik, Julius Kristjan Björnsson og Kirsti Klette.Ann Britt Haavik har som dataansvarlig spilt en sentral rolle i ulike faser av studien.Et spesielt trekk ved denne gjennomføringen av TIMSS er at elever fra fire forskjellige trinn har deltatt (4., 5., 8. og 9. trinn).Med ca.5000 elever fra hvert av trinnene har logistikken til tider vært krevende.Haavik har bidratt sterkt til at alt har gått etter planen.Hatlevik, Björnsson og Klette har vært kritiske lesere av kapitlene og har kommet med gode innspill og kommentarer.Vi vil også takke fagmiljøet rundt oss for et godt samarbeid.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,275 | 0,207 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».